中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共7条，第1-7条 帮助

限定条件    
已选(0)清除 条数/页：   排序方式：
冰雪运动生物力学及其机器人研究进展 期刊论文
自动化学报, 2019, 卷号: 45, 期号: 9, 页码: 1620-1636
作者:  王天柱;  吴正兴;  喻俊志;  谭民;  张峰
Adobe PDF(1190Kb)  |  收藏  |  浏览/下载：188/53  |  提交时间：2023/09/21
运动生物力学  冰雪机器人  建模与控制  高速高机动  
Robust sparse reconstruction for Cherenkov luminescence tomography based on look ahead orthogonal matching pursuit algorithm 会议论文
, San Francisco, California, United States, 2019
作者:  Meishan Cai;  Zeyu Zhang;  Zhenhua Hu;  Jie Tian
Adobe PDF(573Kb)  |  收藏  |  浏览/下载：185/55  |  提交时间：2021/06/17
A novel Cerenkov luminescence tomography approach using multilayer fully connected neural network 期刊论文
Physics in Medicine & Biology, 2019, 卷号: 64, 期号: 2019, 页码: 245010
作者:  Zhang,Zeyu;  Cai,Meishan;  Gao,Yuan;  Shi,Xiaojing;  Zhang,Xiaojun;  Hu,Zhenhua;  Tian,Jie
Adobe PDF(3210Kb)  |  收藏  |  浏览/下载：440/87  |  提交时间：2020/03/30
Cerenkov luminescence tomography (CLT)  optical reconstruction  photon propagation  neural network  inverse problem  
Improved generative adversarial networks using the total gradient loss for the resolution enhancement of fluorescence images 期刊论文
BIOMEDICAL OPTICS EXPRESS, 2019, 卷号: 10, 期号: 9, 页码: 4742-4756
作者:  Zhang, Chong;  Wang, Kun;  An, Yu;  He, Kunshan;  Tong, Tong;  Tian, Jie
浏览  |  Adobe PDF(4570Kb)  |  收藏  |  浏览/下载：293/87  |  提交时间：2019/09/26
无肿瘤区域引导的生物自发荧光断层成像重建算法研究 学位论文
, 北京: 中国科学院大学, 2019
作者:  高源
Adobe PDF(7003Kb)  |  收藏  |  浏览/下载：297/7  |  提交时间：2019/06/11
光学分子影像  生物自发荧光断层成像  高斯权重拉普拉斯正则先验  双边权重拉普拉斯正则先验  多层感知机重建模型  
The Applications of Radiomics in Precision Diagnosis and Treatment of Oncology: Opportunities and Challenges 期刊论文
Theranostics, 2019, 卷号: 9, 期号: 5, 页码: 1303-1322
作者:  Liu, Zhenyu;  Wang, Shuo;  Dong, Di;  Wei, Jingwei;  Fang, Cheng;  Zhou, Xuezhi;  Sun, Kai;  Li, Longfei;  Li, Bo;  Wang, Meiyun;  Tian, Jie
浏览  |  Adobe PDF(2057Kb)  |  收藏  |  浏览/下载：1032/630  |  提交时间：2019/04/30
Radiomics  Medical Imaging  Precision Diagnosis And Treatment  Oncology  
Fast and Robust Reconstruction Method for Fluorescence Molecular Tomography based on Deep Neural Network 会议论文
, The Moscone Center, San Francisco, California, USA, 2019-02-02
作者:  Huang C(黄超);  Meng Hui;  Yuan Gao;  Shixin Jiang;  Kun Wang;  Jie Tian
浏览  |  Adobe PDF(587Kb)  |  收藏  |  浏览/下载：391/154  |  提交时间：2019/04/29
Fluorescence Molecular Tomography, Ill-poseness, Deep Convolution Neural Network, Reconstruction.